Введение к работе
Актуальность работы. Разработка методов создания прикладных интеллектуальных систем в различных областях приносит кардинальные изменения в эти области, стимулирует их дальнейшее развитие, предлагает новые способы работы с информацией.
(; Сложность и многообразие структур знаний порождают многообразие формальных способов их представления и разработку соответствующих программных. средств, предназначенных для работы с такими структурами.
С другой стороны, то же многообразие структур знаний требует развития методов выявления знаний и переноса их в интеллектуальные программные системы. Известно, что проблемы выявления знаний (например, компетентности эксперта) с возникновения инженерии знаний и по сегодняшний день относятся к числу сложнейших проблем искусственного интеллекта. В этой связи, особенно важными оказываются исследования, направленные на установление специфических черт устройства знаний тех юш иных предметных областей и использование этих исследований для создания проблемно-ориентированных методов приобретения и представления экспертизы.
Как показывает ряд работ последних лет, наибольший эффект на этом пути дает применение технологических программных средств выявления, переноса и представления знаний. Одной из таких технологий является технология SIMER+MER, которая позволяет существенно изменить традиционную технологию создания систем, основанных на знаниях. Как известно, традиционный подход к инженерии знаний включает в себя реализацию следующих стадий создания прикладной системы: идентификация проблемы; концептуализация проблемы; формализация проблемы; реализация; тестирование.
Использование технологии SIMER + MIR меняет содержание и количество стадий инженерии знаний. Из перечисленных выше стадий инженерии знаний остается стадия идентификации проблемы. Появляется новая стадия - приобретение знаний. Концептуализация проблемы выполняется в процессе приобретения знаний. Стадия формализации теряет свое самостоятельное значение, так как становится одной из фаз приобретения знаний и возлагается на инструментальные средства.
Стадия реализации, которая предусматривает создание прототипа, отпадает совсем. Стадия тестирования в рамках рассматриваемой технологии остается: проверяется правильность заполнения базы знаний, ведется ее актуализация и пополнение. Таким образом, использование SIMER+MIR предполагает наличие лишь трех стадий инженерии знаний при создании систем, основанных на знаниях: идентификация, приобретение знаний и тестирование.
Приобретение знаний на основе интеллектуальной технологии SIMER+MIR предоставляет возможность прямого приобретения знаний интерактивным интерпретатором экспертизы и взаимодействия прямого приобретения знаний с методами приобретения знаний путем анализа текстов и обучения на примерах.
Приобретение знаний компьютерной системой предполагает, что знания системы о конкретной предметной области будут представлены в соответствии с
- используемым формализмом представления знаний, в
нашем случае - это неоднородные семантические сети;
принципами и методами представления знаний, лежащими в основе подхода, используемого в интерактивном интерпретаторе экспертизы;
конкретными требованиями данной системы приобретения знаний;
- основными принципами системы моделирования
рассуждений и выполнения вычислений над базами знаний;
конкретными требованиями и возможностями
интерпретатора базы знаний.
Представление знаний, в конечном итоге, определяет основные характеристики системы, разрабатываемой с использованием конкретных инструментальных средств, и это свидетельствует об актуальности данной работы.
Цель и задачи работы. Основной целью данной работы является исследование когнитивных структур и способов их представления с использованием технологии SIMER+MIR для решения задач диагностики, прогнозирования, оценки запасов, интерпретации данных и планирования производственного процесса в различных предметных областях, имеющих плохую структуру. В соответствии с основной целью выделены следующие задачи:
- анализ принципов и методов представления знаний в
рамках формализма семантических сетей, лежащего в основе
инструментальных средств SMER+MTR;
- разработка представления знаний в экспертных системах в
области экологии;
разработка представления знаний в распределенных интеллектуальных системах поддержки принятия решений для задач оценки ресурсов;
применение разработанных. подходов в представлении знаний для конкретных задач путем создания и внедрения прикладных систем.
Научная новизна работы. Научная новизна диссертационной работы состоит в следующем:
- в исследовании принципов создания моделей предметных
областей, отражающих этапы развития процессов,
в разработке моделей предметных областей с использованием инструментальных средств SDvffiR+MIR,
в разработке архитектур распределенных интеллектуальных систем в области оценки и прогнозирования морских биоресурсов, которые включают в себя базы знаний, базы данных и внешние программы,
- в реализации прикладных систем, которые открыли новую
область приложения для систем искусственного интеллекта
Практическая значимость и реализация результатов. Исследованы принципы и разработаны методы представления знаний с использованием интеллектуальной технологии SMER+MIR для разных предметных областей;
Разработаны экспертные системы в области экологии «Опенка качества воды», «Воздух рабочей зоны», «Санитарно-лабораторная экспертиза продуктов питания", экспертная система «Оценка качества воды» решением Экспертного совета при Госкомсанэпиднадзоре Российской Федерации рекомендована к использованию в системе учреждений Госсанэпидслужбы РФ;
Созданы и внедрены в эксплуатацию распределенные интеллектуальные системы для решения задач оценки ресурсов: «Интегрированная система оценки состояния запасов анчоусовидной кильки, прогнозирования величины допустимых уловов и распределения квот вылова между государствами Каспийского бассейна», «Интегрированная система оценки состояния популяции
гребневика на базе промыслово-экологического мониторинга Азово-Черноморского бассейна», «Интегрированная система оценки состояния запасов азовской хамсы и прогнозирования величины допустимых уловов на базе промыслово-экологического мониторинга Азово-Черноморского бассейна», «Интегрированная система оценки состояния запасов азовской тюльки и прогнозирования величины допустимых уловов на базе промыслово-экологического мониторинга Азово-Черноморского бассейна».
Апробация работы. Основные результаты работы докладывались и обсуждались на всесоюзной конференции по искусственному интеллекту в Минске (1990), IV национальной конференции по искусственному интеллекту с международным участием в Рыбинске (1994), на 4-ой Международной Российско-индийской выставке-семинаре «Математическое моделирование и визуализация» в Москве (1997), на семинаре «Вопросы автоматизации задач управления территориями» в Ярославле (1996), на конференции «Роль информатики в региональном развитии» в Переславле-Залесском (1996), а также были представлены на семинаре BESAI «Binding Environmental Sciences and Artificial Intelligence», проходившем в рамках 13-ой Европейской конференции по искусственному интеллекту ЕСАГ98 в Великобритании (1998). Распределенные интеллектуальные системы «Каспий» и «Азов» демонстрировались на выставках в Госкоминформе, в Академии наук, в Госкомитете по рыболовству РФ.
Публикации. Автор имеет 15 публикаций, по теме диссертации опубликовано н находится в печати 10 работ, (список прилагается).
Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, списка литературы, содержащего 69 наименований, и 2-х приложений. Общий объем работы 139 страниц текста.
